OzoneAsai
commented
6 months ago https://store.steampowered.com/app/2488350/_/?l=schinese 多分だが、これを使うんだろうな。ただ、俺はこれに金をかけることはない。 中国語圏の話やアプリは知らんから、言葉で説明してもらえるのが一番だが、APIなら、俺はこんな感じでたたいてるぞー
Gradio APIをたたくのが難点だけど、改造してFastAPIのほうをたたくようにしていいし、 ChatGPTのレスポンスを読ませてもよいし、APIならその上も行ける…
import re
import os
from gradio_client import Client
import re
from gradio_client import Client
import string
output_folder = "./OuPuti3/"
os.makedirs(output_folder, exist_ok=True)
client = Client("http://127.0.0.1:7860")
result = client.predict(
"jvnv-F1", # Literal['jvnv-F1', 'jvnv-F2', 'jvnv-M1', 'jvnv-M2', 'Rinne', 'tukuyomi'] in 'モデル一覧' Dropdown component
api_name="/update_model_files_gr"
)
print(result)
result = client.predict(
"jvnv-F1", # Literal['jvnv-F1', 'jvnv-F2', 'jvnv-M1', 'jvnv-M2', 'Rinne', 'tukuyomi'] in 'モデル一覧' Dropdown component
"'model_assets\jvnv-F1\jvnv-F1.safetensors", # Literal['model_assets\jvnv-F1\jvnv-F1.safetensors'] in 'モデルファイル' Dropdown component
api_name="/load_model_gr"
)
print(result)
#result = client.predict(
# "jvnv-F1", # Literal['jvnv-F1', 'jvnv-F2', 'jvnv-M1', 'jvnv-M2', 'Rinne', 'tukuyomi'] in 'モデル一覧' Dropdown component
# "model_assets\jvnv-F1\jvnv-F1.safetensors", # Literal['model_assets\jvnv-F1\jvnv-F1.safetensors'] in 'モデルファイル' Dropdown component
# api_name="/load_model_gr"
#)
#print(result)
result = client.predict(
"プリセットから選ぶ", # Literal['プリセットから選ぶ', '音声ファイルを入力'] in 'スタイルの指定方法' Radio component
api_name="/gr_util"
)
print(result)
# '。'を改行に変換する関数
def replace_period_with_newline(text):
return text.replace('。', '。\n')
# かっこの削除を行う関数
def remove_parentheses(text):
# 正規表現を使用してかっこの部分を削除する
clean_text = re.sub(r'\([^)]*\)', '', text)
return clean_text
def remove_alphabets_and_spaces(text):
# 正規表現パターンを使用してアルファベットと空白を削除する
return re.sub(r'[a-zA-Zａ-ｚＡ-Ｚ]', '', text).replace(' ', '').replace(' ', '')
def remove_symbols(text):
specified_symbols = "-,.?!_\\|[]{}^~!\"#$&'()–"
return ''.join(char for char in text if char not in specified_symbols)
def process_text(text):
"""
テキストに対して処理を行う関数。
Parameters:
text (str): 処理するテキスト
Returns:
str: 処理後のテキスト
"""
result = ""
inside_brackets = False
current_word = ""
for char in text:
if char in ['(', '（']: # 全角のかっこも追加
inside_brackets = True
current_word = ""
elif char in [')', '）']: # 全角のかっこも追加
inside_brackets = False
if len(current_word) >= 5:
result += current_word
current_word = ""
result += char
elif inside_brackets:
current_word += char
else:
result += char
return result.replace(")","").replace("）","")
client = Client("http://127.0.0.1:7860/")
""" def predict_text(text):
output = client.predict(
text, # テキスト
"JP", # 言語
None, # ファイルパス
0.4, # SDP比率
0.6, # ノイズ
0.8, # ノイズ_W
1.1, # 長さ
True, # 改行で分けて生成
0.2, # 改行ごとに挟む無音の長さ（秒）
"", # アシストテキスト
1, # アシストテキストの強さ
False, # アシストテキストを使う
"Neutral", # スタイル
5, # スタイルの強さ
"", # アクセント調整
False, # アクセント調整を使う
"tsukuyomi-chan", # 話者
api_name="/tts_fn"
)
return output[1] """
def predict_text(text):
output = client.predict(
"jvnv-F1", # モデル
"model_assets\jvnv-F1-jp\jvnv-F1-jp_e160_s14000.safetensors", # モデルファイル
text+"-～", # テキスト
"JP", # 言語
None, # ファイルパス
0.5, # SDP比率
0.6, # ノイズ
0.8, # ノイズ_W
1.1, # 長さ
True, # 改行で分けて生成
0.5, # 改行ごとに挟む無音の長さ（秒）
"", # アシストテキスト
0.6, # アシストテキストの強さ
False, # アシストテキストを使う
"Neutral", # スタイル
5, # スタイルの強さ
text, # アクセント調整
False, # アクセント調整を使う
"jvnv-F1-jp", # 話者
api_name="/tts_fn"
)
return output[1]
def copy_file_to_output_folder(file_path, output_folder):
# ファイル名を取得
file_name = os.path.basename(file_path)
# 出力フォルダーにコピーするパスを設定
destination_path = os.path.join(output_folder, file_name)
# ファイルをコピーする
with open(file_path, 'rb') as source_file, open(destination_path, 'wb') as destination_file:
destination_file.write(source_file.read())
# テキストを処理してwavファイルとして保存する関数
def process_and_save_text(text, output_folder, i):
ntext=remove_alphabets_and_spaces(text)
cntext=remove_symbols(ntext)
context=process_text(cntext)
patOh=predict_text(context)
file_name = f"text_{i}.wav"
destination_path = os.path.join(output_folder, file_name)
# wavファイルとして保存する
with open(patOh, 'rb') as source_file, open(destination_path, 'wb') as destination_file:
destination_file.write(source_file.read())
# データセットの文章を分割して処理する
for i in range(100): # 100の部分はデータセットのサイズに応じて適切な値に変更してください
print(i)
# ファイルパスを設定
file_path = f"C:/WorkSpace/folder/{i}.txt"
# ファイルを開いてテキストを読み込む
with open(file_path, 'r', encoding='utf-8') as f:
text = f.read()
# 処理して保存する
process_and_save_text(text, output_folder, i)
shikichrome
vits-simple-apiみたいに別のソフトからローカルURLを入れるだけで 自動的に喋らせることはできますか？ https://www.bilibili.com/video/BV1W841117RL/?vd_source=dfeacb548ad2bc5554d7f5a06b641c71 動画のこれに応用したいと思っていますが.... やり方がわからなくて、すみません